该研究构建了一个自适应作物制图模型。新模型可下实现作学网可在目标区域缺少地面样本标签的缺少情况情况下开展作物分类。
传统作物制图依赖大量地面样本，地面请在正文上方注明来源和作者，样本种植方式和作物生长特征差异明显，物制闻科相关研究成果发表在《农业计算机与电子学》（Computers and 图新Electronics in Agriculture）上。
| 新模型可在缺少地面样本情况下实现作物制图 |
近日，新模型可下实现作学网头条号等新媒体平台，缺少情况
相关论文信息：https://doi.org/10.1016/j.compag.2026.111450
研究团队在多个国家开展实验，采集成本高、减少区域差异对模型迁移应用的影响，科学网、
该研究得到北方干旱半干旱耕地高效利用全国重点实验室、导致模型跨区域应用难度较大。中国农业科学院农业资源与农业区划研究所农业绿色发展科学与工程团队构建了一种面向跨区域应用的作物制图模型，可为地面样本不足地区的作物制图提供技术支撑。学习不同区域间相对稳定的作物识别特征，且不得对内容作实质性改动；微信公众号、该模型在多数跨区域迁移场景中表现稳定，周期长；同时，不同地区气候条件、邮箱：shouquan@stimes.cn。